模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

505 個模型

按發布時間倒序
Alibaba

Text Embedding V4

通義實驗室基於 Qwen3 訓練的多語言通用文字向量模型,屬於 Qwen3-Embedding 系列。它將文字轉換為數值向量,而非生成對話回答。(docs.bailian.console.aliyun.com) 支援中文、英語等 100 多種主流語言及多種程式語言;可選向量維度為 64、128、256、512、768、1024、1536、2048,預設 1024。(help.aliyun.com)…

了解模型繁體中文
Baidu

Qianfan-PublicOpinion-Classification

百度智能雲千帆平台自研的輿情分析視覺大模型,曾作為預設服務提供,主要處理圖片場景分類和敏感場景判斷。(qianfan.cloud.baidu.com) 根據圖片識別場景並判斷是否屬於敏感場景;官方舉例包括暴力事件、火災、交通事故和自然災害。 可用於圖片輿情場景識別。模型更新紀錄稱其以 JSON 格式輸出結果。(qianfan.cloud.baidu.com) 百度官方退役紀錄顯示,該預設模型服務於…

了解模型繁體中文
Tencent

hunyuan-turbos-20250604

騰訊混元 TurboS 系列的固定版本,是面向文字生成與理解的通用大型語言模型。該版本於 2025 年 6 月 4 日上線。(cloud.tencent.com) 官方公告稱,此版本升級了預訓練底座,提升了寫作和閱讀理解能力,較大幅度提升了程式碼和理科能力,並持續改進複雜指令遵循能力。可用於文字創作、閱讀理解、程式碼輔助及理科問題處理等任務。(cloud.tencent.com) 公告未給出此固定…

了解模型繁體中文
OpenAI

GPT-4o Realtime

GPT-4o Realtime 是面向即時語音與文字互動的預覽模型。OpenAI 於 2025 年 6 月 3 日公告了快照 gpt-4o-realtime-preview-2025-06-03,並在 Realtime API 中提供該版本。(community.openai.com) 支援文字和音訊輸入、輸出,可透過 WebRTC 或 WebSocket 進行即時互動,適合建構語音助理和即時對話…

了解模型繁體中文
OpenAI

GPT-4o Audio

GPT-4o Audio 是支援音訊輸入和輸出的 GPT-4o 預覽模型。本條對應固定版本 gpt-4o-audio-preview-2025-06-03,發布時透過 Chat Completions API 提供。(community.openai.com) 支援文字和音訊輸入、輸出,以及串流輸出和函式呼叫;可用於建構語音互動和語音智慧代理應用。 OpenAI 表示,此次語音到語音模型更新改善了…

了解模型繁體中文
MiniMax

SynLogic-7B

SynLogic-7B 是面向邏輯推理的 7B 級文字生成模型,以 Qwen2.5-7B-Base 為基礎,使用 SynLogic 資料集進行強化學習訓練。官方模型卡標註語言為英語。(huggingface.co) 模型針對 27 類邏輯推理任務訓練,包括數獨、24 點和密碼等;訓練資料可自動驗證。官方稱其邏輯推理能力可遷移至數學問題求解,適合用於邏輯推理研究、數學問題實驗及模型評測。官方報告的…

了解模型繁體中文
DeepSeek

DeepSeek-R1-0528-Qwen3-8B

DeepSeek-R1-0528-Qwen3-8B 是一款約 80 億參數的文字生成與推理模型。DeepSeek 使用 DeepSeek-R1-0528 的思維鏈資料對 Qwen3-8B Base 進行蒸餾後訓練。它不是完整的 DeepSeek-R1-0528 模型。(api-docs.deepseek.com) 模型適用於數學推理、程式設計和文字生成,也可用於推理模型研究及小模型應用開發。官方報…

了解模型繁體中文
Tencent

hunyuan-t1-20250529

騰訊混元 T1 系列的深度推理模型版本,官方於 2025 年 5 月 29 日公告上線。(cloud.tencent.cn) 官方表示,此版本優化了文字創作、作文寫作、前端程式碼、數學和邏輯推理能力,並提升了指令遵循能力。可用於寫作輔助、前端程式碼生成與理科推理等任務。(cloud.tencent.cn) 模型輸出可能存在錯誤,重要內容及程式碼應由使用者核驗。 本次核驗未找到針對該固定版本的可靠上…

了解模型繁體中文
DeepSeek

DeepSeek-R1-0528

DeepSeek-R1-0528 是 DeepSeek-R1 的小版本更新,定位於深度思考和複雜推理。它沿用 DeepSeek-V3 Base 基座,主要改進後訓練方法。發布日期為 2025 年 5 月 28 日。(deepseek.com) 面向數學、程式設計和通用邏輯推理,也可用於前端程式碼生成、角色扮演和需要工具呼叫的應用。 官方報告稱,相比舊版 R1,AIME 2025 準確率從 70%…

了解模型繁體中文
Tencent

hunyuan-large-vision

hunyuan-large-vision 是基於混元 Large 訓練的視覺語言大模型,面向圖文理解場景。(main.qcloudimg.com) 支援多張圖片與文字組合輸入,並產生文字內容。官方公告稱其支援任意解析度圖片輸入。 聚焦圖文理解任務;官方稱其多語言圖文理解能力有顯著提升,可用於需要結合圖片和文字進行理解的場景。(main.qcloudimg.com) 公告所述輸出為文字,未核實影像生…

了解模型繁體中文
Tencent

hunyuan-turbos-vision-v1.1

騰訊混元基於 TurboS 的視覺語言旗艦模型版本,面向圖文理解任務。(main.qcloudimg.com) 官方稱,該版本改善了通用圖片理解效果,並在基於圖片的實體識別、知識問答、文案創作和拍照解題等方面,相比前一代模型有所提升。(main.qcloudimg.com) 本次更新將上下文視窗從 8K 擴展至 32K;公告未分別說明輸入和輸出的額度。(main.qcloudimg.com) 騰訊…

了解模型繁體中文
Tencent

hunyuan-t1-20250521

騰訊混元 T1 系列的深度推理模型固定版本,發布於 2025 年 5 月 21 日。(main.qcloudimg.com) 官方稱,該版本增強了數學、程式碼、科學和知識問答能力,並透過最佳化文科資料提升文字創作與理解能力。適用於數學和科學問題求解、程式碼相關任務、知識問答和文字創作等場景。(main.qcloudimg.com) 輸出可能有誤,重要事實、推理結果和程式碼應由使用者核驗。 該固定版…

了解模型繁體中文
Google

Gemini 2.5 Flash Preview TTS

Gemini 2.5 Flash Preview TTS 是 Google 的預覽版文字轉語音模型,側重低延遲、性價比和可控語音生成。其輸入為文字,輸出為音訊。(aistudio.google.com) 可生成單人或雙人語音,並透過指令調整語音風格、口音和語速。(aistudio.google.com) 可用於旁白、有聲書、Podcast、對話內容及語音助理等場景。(aistudio.google…

了解模型繁體中文
Google

Gemini 2.5 Pro Preview TTS

Google Gemini 2.5 Pro 系列的預覽版文字轉語音模型,面向高品質、可控制的語音合成,適合處理較複雜的語音生成提示。(blog.google) 接收文字並生成音訊,支援單人語音和雙人對話。(aistudio.google.com) 可透過自然語言提示調整語音風格、語調、情緒、語速和發音;支援多語言語音生成。(blog.google) 可用於公告、故事朗讀、Podcast 和遊戲角色…

了解模型繁體中文
Google

Gemini 2.5 Flash Preview

Gemini 2.5 Flash Preview 是 Google 於 2025 年 5 月 20 日發布的預覽版模型,定位為兼顧速度、成本和推理能力的高效率模型。與此前版本相比,Google 報告其在推理、多模態、程式碼和長上下文基準上有所改進。(blog.google) 推理與控制:支援思考預算,開發者可在品質、延遲和成本之間進行權衡,也可關閉思考;Gemini API 和 Vertex AI…

了解模型繁體中文
Tencent

hunyuan-turbos-20250515

騰訊混元 TurboS 系列的大型語言模型版本,面向通用文字與推理任務。此版本自適應融合長短思維鏈。(cloud.tencent.com) 官方表示,相較於先前版本,此版本提升了數學、程式碼、邏輯和科學等理科能力,文科效果維持不變。可用於數學與邏輯問題分析、程式碼相關任務及科學問題解答。官方公布的測試結果包括:數學 OOD 測試集提升 7%、邏輯難題提升 5%、程式碼能力及體驗提升 5%、科學提升…

了解模型繁體中文
Tencent

hunyuan-t1-vision

hunyuan-t1-vision 是騰訊混元的多模態理解深度思考模型。騰訊雲產品動態記載,其正式版於 2025 年 5 月 16 日發布。(cloud.tencent.com) 模型支援多模態原生長思維鏈,擅長圖片推理;官方稱其在理科難題上的表現相較快思考模型有所提升。它可用於圖文理解和基於圖片的推理任務。(cloud.tencent.com) 發布公告未給出該正式版的上下文視窗、圖片數量或解析…

了解模型繁體中文
Baidu

Qianfan-Sug

Qianfan-Sug 是百度千帆平台自研的對話預測垂直模型,面向多輪對話中的下一輪問題推薦。百度將其列為推理服務 API V2 的文字生成模型。(ai.baidu.com) 模型根據既有對話上下文識別使用者意圖,推測使用者接下來可能提出的問題,可用於智慧客服、電商等場景,為使用者提供後續問題建議。(ai.baidu.com) 該模型的定位是對話預測和問題推薦;預測結果並不保證與使用者的實際下一次…

了解模型繁體中文
Alibaba

Wan2.1-VACE-Plus

Wan2.1-VACE-Plus 是萬相 2.1 的影片創作與編輯統一模型,接受文字、影像和影片等條件輸入,輸出影片。官方公告將其列為影片生成模型。(help.aliyun.com) 支援影片局部編輯、影片重繪、畫面擴展、影片時長延展和圖片參考生成。 可用於修改或替換影片中的局部元素、擴展畫面邊界,以及參考影像或影片的內容與動態特徵生成影片。(help.aliyun.com) 2.1 版 API…

了解模型繁體中文
ByteDance

Seedance 1.0 lite I2V

Seedance 1.0 lite 的圖生影片版本,是字節跳動面向效率和成本最佳化的小參數量影片生成模型。該 API ID 對應圖生影片;同系列文生影片使用另一模型 ID。(docs.volcengine.com) 根據輸入圖片生成影片,可結合文字提示;支援首影格或首尾影格控制。BytePlus 歷史模型資料還列出使用 1–4…

了解模型繁體中文